日前，Uber 官網上的一篇文章詳細介紹了基于 NLP 和機器學習構建的?COTA 客服系統。利用該系統，Uber 可以快速高效地解決 90％ 以上的客服問題，雷鋒網 AI 研習社將原文編譯整理如下：

深度學習正在給自然語言處理帶來巨大的變革。 但是，作為一個初學者，要從哪里起步才好呢？ 深度學習和自然語言處理都是很寬泛的領域。哪些方面才是最重要的，還有，深度學習又是從哪個層面深刻影響了?NLP?呢？

本文是對于基于 Python 進行簡單自然語言處理任務的介紹，本文的所有代碼放置在 這里 。建議前置閱讀 Python 語法速覽與機器學習開發環境搭建 ，更多機器學習資料參考 機器學習、深度學習...

使用jieba庫對 《釜山行》中的人物關系進行提取，然后使用Gephi軟件進行關系可視化處理，得到可視化的人物關系。

以下是精心收集的一些非常好的開放數據集，也是做 AI 研究不容錯過的數據集。

循環神經網絡（RNN）已經在許多自然語言處理任務上取得了最出色的表現，比如語言建模和機器翻譯。然而當詞匯量很大時，RNN 模型會變得很大（可能超過 GPU 最大的內存能力），這樣訓練將變得很低效...

大家好，我是廈門大學王亞南經濟研究院的一名本科生。今天將為大家介紹一些用Python處理文本的方法。

我們遵循以下兩種設計原則提出了這個新的自然語言處理結構：1）基于表示文本的最小表示進行操作，例如字符。2）利用本地操作的深度堆棧，例如卷積層和卷積符號為3的最大池化，來學習句子的高層次表示。

出于文本歸類和數據處理之需求，這段時間研究了下文本處理類的機器學習方面的東西。也快過年放假了，在此做一個總結和感受吧。

深度學習與自然語言處理之四：卷積神經網絡模型（CNN）

作為一個處理自然語言數據的團隊，我們在日常工作中要用到不同的工具來預處理中文文本，比如 Jieba 和 Stanford NLP software 。出于準確性和效率的考慮，我們選擇了Stanf...